[发明专利]多智能体自主协同任务分配方法

权利要求书

1.一种多智能体自主协同任务分配方法，其特征在于，所述任务分配方法包括如下步骤：

步骤一、根据每个智能体对每个任务的感知状态，构造多智能体的任务感知矩阵，得到多智能体对每个任务的感知信息，进而得到多智能体对每个任务的感知状态识别信息；

步骤二、根据每个智能体实现每个任务所具备的资源，构造多智能体实现任务的资源矩阵，得到多智能体实现每个任务的总资源条件，进而得到多智能体实现每个任务的资源条件识别信息；

步骤三、根据所述感知状态识别信息和资源条件识别信息，对每个任务的可行性进行识别，得到可行性任务集合；

步骤四、根据每个智能体对每个可行性任务的偏好程度，构造多智能体的任务偏好矩阵；并结合每个智能体在多智能体中的重要程度，获得每个可行性任务的可行性度；

步骤五、按照可行性度从大到小的顺序，将可行性度所对应的可行性任务分配给多智能体执行，从而实现任务的自主协同分配；

步骤一的具体实现过程包括：

步骤11、构造多智能体的任务感知矩阵MAO：

其中，mao_ij为第i个智能体对第j个任务的感知状态；i＝1，2，...，m；j＝1，2，...，n；m和n分别为智能体和任务的个数；

步骤12、按照如下公式，得到多智能体对第j个任务的感知信息；

MAOj=Σi=1mmaoij=1,Σi=1mmaoij≥10,Σi=1mmaoij=0;]]>

步骤13、按照如下公式，获得多智能体对第j个任务的感知状态识别信息:

ΔMAOj=MAOj-MAOj*;]]>

其中，ΔMAO_j为多智能体对第j个任务的感知状态识别信息；为多智能体对第j个任务的感知判断标准；

步骤二的具体实现过程包括：

步骤21、构造多智能体实现任务的资源矩阵MAR：

其中，mar_ij为第i个智能体实现第j个任务所具备的资源；i=1，2，...，m；j＝1，2，...，n；m和n分别为智能体和任务的个数；

步骤22、按照如下公式，获得多智能体实现第j个任务的总资源条件：

MARj=Σi=1mmarij;]]> 1

步骤23、按照如下公式，获得多智能体实现第j个任务的资源条件识别信息；

ΔMARj=MARj-MARj*;]]>

其中，ΔMAR_j为多智能体实现第j个任务的资源条件识别信息；为多智能体实现第j个任务所应具备的最低资源条件；

步骤三的具体实现过程包括：

判断感知状态识别信息是否等于0，且资源条件识别信息是否大于等于0，如是，则该感知状态识别信息或资源条件识别信息所对应的任务属于可行性任务集合F，其状态向量为S＝[1,0,0,0]；如否，则该感知状态识别信息或资源条件识别信息所对应的任务不属于可行性任务集合；

步骤四的具体实现过程包括：

步骤41、构造多智能体的任务偏好矩阵MAP：

MAP=map11...map1n′...mapij′...mapm1...mapmn′;]]>

其中，map_ij'为第i个智能体对第j'个可行性任务的偏好程度；j′=1，2，...，n；n′为可行性任务集合F中可行性任务的个数；

步骤42、按照如下公式，获得第i个智能体在多智能体中的重要程度；

wi=wmaoi+wmari;]]>

其中，和分别为第i个智能体对于可行性任务的信息贡献度和资源贡献度；

步骤43、按照如下公式，获得第j'个可行性任务的可行性度f(j')；

f(j′)=Σi=1m(wi*mapij′).]]>

2.根据权利要求1所述的多智能体自主协同任务分配方法，其特征在于，所述步骤11、步骤12及步骤13中，当第i个智能体感知到第j个任务，则mao_ij＝1；否则，mao_ij＝0；的取值为1。